Уйти из Grammarly ради учебы в КПИ: стоит ли овчинка выделки
Проработав 6 лет на позициях Front-end Developer в MacPaw и Grammarly, в прошлом году Дмитрий Филипенко решил взять таймаут и поступить на 1 курс КПИ — получить второе высшее по прикладной математике. В интервью для DOU Дима рассказал о том, насколько полезно хождение на пары и ведение конспектов для уже состоявшегося разработчика и чем в итоге закончилась эта затея.
— Дима, почему вы решили оставить работу и поступить в вуз? Какая была цель?
Когда я работал в Grammarly, вокруг меня было много умных людей: олимпиадники, выпускники сложных факультетов с очень сильной математической подготовкой. Вращаясь в такой среде, я видел, к чему можно стремиться. Задумался, что я потенциально тоже могу достигнуть таких же результатов.
Больше всего меня интересовало направление Machine Learning. Для развития в этой области мне, прежде всего, не хватало математического бэкграунда. Я закончил Приборостроительный факультет в КПИ, там математика была только на
Чтобы подтянуть знания по математике, я стал заниматься с репетитором. Мы начинали прямо с основ — повторяли математику за
И тогда я подумал, а почему, собственно, самому не поступить в вуз и не освоить все необходимые курсы.
— А почему именно очное обучение? К примеру, сейчас доступно множество онлайн-курсов на Coursera и других площадках.
На онлайн-площадках я тоже учился и учусь сейчас :) Не ради диплома — это не самоцель, а просто ради того, чтобы узнать новое. Но мне кажется, что прямое общение с носителем знаний — это самый эффективный путь обучения.
— Какие «за» и «против» рассматривали, когда решались поступать? И как отреагировали ваши коллеги?
«За» — стать лучше и умнее, чем я на тот момент был. Вызов для себя. «Против» — мысли о том, что система образования устарела, и полученные знания будут неактуальны. Но вокруг было столько советчиков, которые меня отговаривали, что мне уже даже сложно вспомнить, какие «против» были моими тезисами, а какие из окружения :)
В Grammarly некоторые расстроились, некоторые поддержали, у кого-то это вызвало непонимание. В общем, обычная реакция :) Но на самом деле было много поддержки от ребят, за что я им благодарен.
— А как вы планировали жить несколько лет, не работая?
У меня была денежная подушка, которая мне позволила первое время пожить не думая про работу. И к тому же я не собирался уходить с работы совсем. Пока учился удаленно сотрудничал с одним берлинским стартапом и консультировал киевский стартап. Так что на жизнь хватало.
— Почему выбрали именно КПИ? Какой факультет?
Помимо КПИ, я рассматривал КНУ им. Шевченка и Могилянскую академию. Но среди моих коллег в Grammarly было очень много людей, которые закончили именно IT-факультеты в КПИ. Впрочем, я не знаю, получили ли они свои знания благодаря или же вопреки вузу :)
С точки зрения фундаментальных дисциплин КПИ мне казался (да и кажется) очень хорошим университетом. С точки зрения прикладных навыков считаю КПИ устаревшим, как и большинство других вузов. Но меня как раз интересовала фундаментальная база.
Среди факультетов выбрал ФПМ, специальность «Прикладная математика», так как слышал о нем много позитивных отзывов.
Если бы поступал не ради математики, а ради компьютерных наук, то, скорее всего, выбрал бы УКУ.
— Поступали на общих основаниях? Как готовились?
Да, поступал на общих основаниях. Не буду кривить душой, у меня были не самые высокие баллы по ВНО, но их хватило, чтобы пройти на бюджет.
Для подготовки вдобавок к математике взял еще и репетитора по физике. Для меня этот предмет был самым сложным, так как со школы помнил мало. Если математику использовал в работе хотя бы иногда, то физику — ни разу.
— И как вам обучение? Какие впечатления?
То, ради чего я туда шел, — математика — до сих пор преподается на достаточно высоком уровне. Я бы сказал, на крепкую четверку :) Изучал линейную алгебру, дискретную математику, матанализ. По всем остальным предметам впечатления не такие радужные. На всё, что было мне не актуально, я не ходил, чтобы не тратить время.
Что касается IT-дисциплин, был предмет «Программирование» на Pascal (!), а также занятия по Python. Считаю хорошим знаком, что кафедра пытается вводить изучение современных технологий, но пока что программа очень слабая и требует многих доработок. На мой взгляд, она должна быть более увлекательной.
Я честно учился, писал конспекты, делал домашние задания. И хватило меня на полгода :)
— А почему прекратили учебу?
Учась второй раз, я уже не смог себя заставить делать массу вещей, которую считаю бесполезной: оформление протоколов, лабораторных, весь этот формализм.
Также надоело слушать, как мне назидательным тоном рассказывают, что мне нужно, а что нет, что пригодится в жизни и т. д. Я понимаю, что таким образом преподаватели пытаются как-то наставить на путь истинный испуганных первогодок, но это не мой вариант.
Ещё я там чувствовал себя одиноким, не с кем было поговорить. Я был на 10 лет старше своих одногруппников. Мы, конечно, общались: несколько раз даже собирались в библиотеке и вместе разбирались в материале. Но всё же было слишком большое расхождение в интересах.
Так что в конце первого семестра покинул вуз и с февраля работаю в компании Ring Labs на позиции Full Stack Developer.
— А было в планах доучиться до конца?
Нет, такой цели не было. Диплом — это просто фикция, которая ровным счетом не значит ничего. Я планировал проучиться года 2, чтобы изучить все базовые курсы и дальше вернуться к работе с новыми навыками.
Но я не зацикливаюсь на том, что ушел всего лишь через полгода. Двигаюсь дальше, ведь путей для обучения и развития очень много.
— Сейчас продолжаете осваивать математику самостоятельно?
Да, я делал перерыв на несколько месяцев, пока отдохнул, нашел работу и освоился там, но теперь возвращаюсь к обучению. Планирую дальше осваивать дискретную математику и матанализ — но уже не всё подряд, а больше те разделы, которые нужны мне для работы. Теперь мне это будет сделать намного проще, чем с нуля, потому что первичный базис уже получил.
— Насколько в целом оправдались ваши ожидания от учебы?
Оправдались процентов на 60, может, 50 :) Я попробовал, получил опыт, приобрёл знания — вот это для меня самое ценное.
Как я уже упоминал выше, частично ожидания оправдались за счет хороших курсов по математике; не оправдались за счет обилия формализма и слабого преподавания IT-предметов.
— Какие проблемы системы образования заметили за время учебы? И какие сильные стороны?
Прежде всего, это избыток неактуальных знаний. К сожалению, многие старые преподаватели не желают совершенствовать программы. Под видом фундаментальных знаний пытаются подать то, что устарело более 10 лет назад.
Если смотреть с точки зрения студентов, которые только закончили школу, то основная проблема — отсутствие ответа на вопрос «Зачем?». Их сразу начинают грузить какими-то абстракциями и не объясняют, зачем это, собственно, надо, как и где можно будет применить эти знания. Это убивает мотивацию.
Мне кажется, стоит приглашать в вуз не только лекторов-теоретиков, но и больше практикующих специалистов, которые понимают, какие знания актуальны на рынке труда, и умеют интересно их преподать. И главное — смогут донести студентам, как можно применять полученные навыки и в каких специалистов вырасти.
Что касается сильных сторон, то мне было очень полезно пообщаться с преподавателями, которые действительно знают и любят свой предмет. Это настоящие кладези знаний, у которых можно многое почерпнуть.
Дима среди участников курса «Introduction to Data Science, Business Analytics, Big Data and Artificial Intelligence» в КПИ
— Советуете ли выпускникам после школы идти в вуз? Или лучше сначала немного поработать?
Мне кажется, очень хорошая практика, принятая в Европе и США, — gap year, когда между школой и вузом ребята берут один год «отпуска» и пробуют себя на разных работах, путешествуют, определяют, чего хотят дальше. Другое дело, за рубежом лучше развита инфраструктура для этого и больше возможностей попробовать себя в разных областях, а не только раздавать листовки или мыть машины. Впрочем, для начинающих айтишников есть много интернатур, стажировок при компаниях — и это очень хорошо. Можно как минимум с толком провести лето.
— А если человек уже несколько лет проработал в разных сферах, но хочет освоить IT?
В таком случае, пожалуй, лучше пойти на курсы, посещать воркшопы. Вуз с первого курса — это длинный и энергозатратный путь.
— Можете посоветовать какие-то лайфхаки по учебе? Как эффективно усваивать новую информацию?
Во-первых, стоит как можно больше времени уделять практике. Прочитали блок теории — и приступаем к задачам. Это касается и математики, и изучения IT. Во-вторых, пользоваться несколькими источниками информации, чтобы получить максимально широкое представление о предмете.
Еще одно правило — не стесняться быть тупым. Подходить к тем, кто знает больше, спрашивать у них. Не пытаться подбирать какие-то умные слова, а просто озвучить вопрос так, как ты это понимаешь. Если что-то неверно, тебя поправят.
Если вы занимаетесь онлайн-обучением, то очень помогает общение с другими студентами. Иногда вместе удается решить те задачи, которые не получаются в одиночку. Иван Примаченко, один из основателей Prometheus, как-то писал о том, что по статистике те студенты, которые активно участвуют в дискуссиях на форуме, чаще доходят до конца курса, чем их более пассивные одногруппники. Впрочем, и в оффлайн-обучении это работает. Когда что-то объясняешь другому, то начинаешь лучше понимать сам.
С коллегами по Ring Labs
— На новой работе, в Ring Labs, уже используете новые знания?
Да. Основную часть времени занимаюсь разработкой, но есть и Machine Learning задачи. Меня менторит коллега Кирилл Трусковский.
Заметил, что до вуза, еще в Grammarly, когда я расспрашивал коллег о Machine Learning, то довольно слабо понимал суть того, что они мне рассказывали. А теперь уже понимаю разговоры и даже сам могу вставить что-то умное :)
— А не рассматривали вариант снова вернуться в Grammarly после того, как оставили вуз?
Я думал про это, но хотелось себя попробовать где-то еще, чтобы была возможность поработать с Machine Learning. В Ring Labs такая концентрация крутых
С Grammarly мы расстались хорошими друзьями. Я многому там научился, многое сделал. Иногда захожу к ним в гости. Но у всех своя дорога, мы все развиваемся и растем.
— Какие у вас дальнейшие планы?
Развиваться в области Machine Learning. Мне кажется, сейчас есть 3 перспективные сферы, за которыми будущее, — это Machine Learning, космос и робототехника. Космосом я вряд ли займусь :) Робототехнику немного изучал, но меня несколько демотивировало, что создание одного устройства от идеи до прототипа — это очень длинный процесс. Machine Learning мне ближе всего, и это именно та область, ради которой мне хочется учиться.